Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 鞍钢集团矿业有限公司陈小艳获国家专利权

鞍钢集团矿业有限公司陈小艳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉鞍钢集团矿业有限公司申请的专利基于隶属度的回转窑主抽风机轴承剩余寿命预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115901254B

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211331073.X,技术领域涉及:G01M13/045;该发明授权基于隶属度的回转窑主抽风机轴承剩余寿命预测方法是由陈小艳;于洪军;王玉昆;吴彤;董星宇;王兴锋;孙大华;路明设计研发完成,并于2022-10-28向国家知识产权局提交的专利申请。

基于隶属度的回转窑主抽风机轴承剩余寿命预测方法在说明书摘要公布了:本发明涉及一种基于隶属度的回转窑主抽风机轴承剩余寿命预测方法,其特征在于采用了小波包分解将振动频率信号的频率分割,提高了分析局部频率特征的效率;采用峭度和裕度因子表征不同频段的频率特征,避免了人为的经验误差;模糊化的过程中选择三角隶属度函数和梯形隶属度函数组合的方式,既保证了故障时期在论域上的连续性,又保证了论域划分的合理性;采用分层模糊推理的方式,一方面可以增加系统的抗干扰能力,另一方面可以确保预测在合理工况下进行,从而保证其准确度;采用证据理论对模糊推理结果进行融合,提高了预测的可信度;采用逆向模糊推理将主抽风机轴承的故障时期信息转化为具体的剩余寿命预测信息,使预测结果更为准确、直观。

本发明授权基于隶属度的回转窑主抽风机轴承剩余寿命预测方法在权利要求书中公布了:1.一种基于隶属度的回转窑主抽风机轴承剩余寿命预测方法,其特征在于,包括如下步骤: 步骤1、信号采集装置获取待测轴承的振动速度信号和温度信号,并对振动速度最大方向上的振动频率信号进行小波包分解; 步骤2、对分解后的振动频率信号计算峭度因子和裕度因子; 步骤3、选择隶属度函数; 当变量只存在一种或两种故障时期分类时,选择梯形隶属度函数;当变量存在三种及以上故障时期分类时,选择梯形隶属度函数和三角形隶属度函数结合; 步骤4、建立模糊规则库;其具体模糊规则如下: 1若风机轴承水平振动速度,且轴向振动速度,且垂直振动速度,则当前风机轴承正常; 2若风机轴承水平振动速度,或轴向振动速度,或垂直振动速度,则当前风机轴承故障Ⅳ; 3若风机轴承水平振动速度,且轴向振动速度,且垂直振动速度,则当前风机轴承故障Ⅴ; 4若轴承温度,则当前风机轴承正常; 5若轴承温度,则当前风机轴承故障Ⅳ; 6若轴承温度,则当前风机轴承故障Ⅴ; 7若各个峭度因子满足,则当前风机轴承故障Ⅰ; 8若各个峭度因子满足,则当前风机轴承故障Ⅱ; 9若各个峭度因子满足,则当前风机轴承故障Ⅲ; 10若各个峭度因子满足,则当前风机轴承故障Ⅳ; 11若各个裕度因子满足,则当前风机轴承故障Ⅰ; 12若各个裕度因子满足,则当前风机轴承故障Ⅱ; 13若各个裕度因子满足,则当前风机轴承故障Ⅲ; 14若各个裕度因子满足,则当前风机轴承故障Ⅳ; 15若风机轴承剩余寿命,则当前风机轴承故障Ⅴ; 16若风机轴承剩余寿命,则当前风机轴承故障Ⅳ; 17若风机轴承剩余寿命,则当前风机轴承故障Ⅲ; 18若风机轴承剩余寿命,则当前风机轴承故障Ⅱ; 19若风机轴承剩余寿命,则当前风机轴承故障Ⅰ; 步骤5、进行分层模糊推理; 所述的步骤5中的进行分层模糊推理,其过程就是根据轴承的振动速度信号、轴承温度信号、振动频率的峭度因子和裕度因子信息,结合已经建立的模糊规则得出当前轴承所处的故障时期,模糊推理算法采用Mamdani法,具体过程如下: 步骤5.1、第一层次模糊推理 首先对轴承的振动速度信号和温度信号进行第一层次模糊推理,以轴承当前所处的故障时期;计算得到振动速度信号和温度信号的隶属度结果,根据最大隶属度法可得轴承当前所处的故障时期状态,是否可以进行下一步剩余寿命预测;否,则故障报警或停机;是,则进入步骤5.2; 步骤5.2、第二层次模糊推理 第二层次模糊推理是对轴承早期磨损程度和故障程度的判断,采用频域分析的方法,根据步骤2计算出的峭度因子和裕度因子数据,计算出峭度因子和裕度因子的故障时期的隶属度,进一步确定第一层次模糊推理结果所处的故障时期的隶属度; 步骤6、利用证据理论对隶属度进行融合; 将模糊推理得出的隶属度信息作为证据理论的输入,利用证据理论对其进行融合; 步骤7、逆向模糊推理得出轴承剩余寿命预测值,根据轴承各个故障时期中最大隶属度的时期和其相邻的一个较大隶属度的时期共同确定当前轴承的剩余寿命预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人鞍钢集团矿业有限公司,其通讯地址为:114001 辽宁省鞍山市铁东区二一九路39号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。